由于物联网技术和各种无线通信技术的飞速发展,现如今人们对于定位服务的需求也越来越高,这使得位置服务尤其是室内位置服务的需求在不断增加且要求也在不断提升。由于Wi Fi技术的发展和普及,使用Wi Fi实现定位技术一直是定位领域的研究热点。相比于传统的信号强度,Wi Fi信道状态信息（Channel State Information,CSI）由于具有更多的细粒度信息、更好的稳定性和更多的数据,因而成为Wi Fi定位领域的一个研究热点。另一方面,传统的Wi Fi定位为静止场景下的定位,实际应用限制较大。因此,本文主要研究的目标是一个对运动目标进行定位的方案。本文具体的工作内容如下:（1）本文设计并实现了一款基于CSI中的相位信息的定位算法。该算法会对CSI中的相位数据进行误差值处理、离群值剔除、偏移值补偿来降低外部误差对于定位结果的干扰。之后,该算法会使用差分方式来计算CSI子载波的相位值,从而计算出无线信号发送设备相对于信号接收设备的距离信息和到达角信息,进而得到电磁波信号接收端和发送端的相对位置。（2）使用卡尔曼滤波器,设计和实现一个轨迹追踪算法来对定位目标进行移动轨迹追踪。卡尔曼滤波器不仅能够对运动目标进行移动轨迹的追踪,还能够对直接定位结果的定位误差进行抑制。由于传统卡尔曼滤波器难以处理测试案例中人物运动状态突变的问题,所以本次设计提出了一种改进型的卡尔曼滤波器算法。改进后的卡尔曼滤波器算法能够在人物运动状态突变时依旧能正常工作。由于该算法会导致轨迹追踪的准确度降低,因此又对该算法进行了再次改进。再次改进后的卡尔曼滤波器算法的准确度得到了改善。（3）对上述定位算法、轨迹追踪算法进行了程序实现和实验分析。本文在Linux平台上搭建了系统原型,并将相关程序内容在Open Wrt智能路由器系统中实现。之后根据仿真结果,提出相应测试案例,进行算法功能的测试。测试结果表明:人物处于静止状态下时,定位算法能提供平均误差值为0.5m的定位结果;人物处于线性运动状态下时,卡尔曼滤波算法能够提供误差值为0.05m的定位结果。